Wendi Chen
Shanghai Jiao Tong University
収録論文 17本 ・ フィジカルAI/ロボット学習
※arXiv著者名で収集。同姓同名の別人の論文が含まれる場合があります。
論文
- SWAM: クロスモーダル整合で世界行動モデルをスケールするVLA2026/11/9
約4.7万時間の動画・ロボット実演データを用い、言語-映像-行動の監督設計が世界行動モデルの性能に与える影響を体系的に分析し、効率的な学習レシピを提案した論文。
- 価値を記憶として:汎用ロボットポリシーのためのオンライン価値誘導型ポストトレーニング強化学習2026/10/15
価値予測を記憶として活用し、オフライン実演とオンライン強化学習を組み合わせることで、汎用ロボットポリシーを実世界で効率的に適応させるフレームワークVaMを提案。
- 接触軌道プロンプティング:単一実演からの接触を伴う動作の文脈内転移マニピュレーション2026/10/13
単一の実演から接触を伴うマニピュレーション動作をワンショットで転移するため、動作と接触情報を時系列の接触軌道プロンプトとして符号化し、オンライン感覚フィードバックで参照する枠組みを提案した。
- ForceWAM: 接触を伴う操作のためのデモとプレイデータから未来予測と応答学習を分離する力世界行動モデルマニピュレーション2026/10/13
成功デモから未来の映像と6軸力覚を予測する世界モデルと、デモとタスク非依存のプレイデータから行動を学ぶ逆動力学モデルを分離し、接触の多い操作を高成功率で実現した研究。
- RoboRSI:複雑な実世界環境における安定・効率的・再利用可能なロボット自己進化ロボット自己進化2026/10/8
タスクをスキル階層に分解し、実行結果を責任スキルに帰属させて検証済みの改善のみを再利用するロボット自己改善システムを提案。実機の家庭内片付け104ラウンドと各種シミュレータで最高性能を達成。
- RoboPrompt:スパースな人間入力による直感的ロボット方策ステアリングVLA2026/10/7
描いた軌跡や目標点などの簡潔な人間入力から行動の下書きを作り、ベース方策の拡散・フローマッチング過程で洗練させることで、方策を再学習せずに操舵可能にする汎用システム。
- FA-RDP: 接触を伴う操作のための周波数適応型リアクティブ拡散ポリシーマニピュレーション2026/7/1
接触前後の異なるフェーズで必要とされる動作の多様性と反応性のトレードオフを解決するため、周波数適応型の拡散ポリシーを提案。接触前は低周波・多段サンプリングで多様性を保持し、接触後は高周波・一段サンプリングで素早い反応を実現する。
- 力の注入に遅すぎることはない:反応的力注入によるVLAポストトレーニングの加速VLA/力覚/接触操作2026/7/1
事前学習済みの視覚言語行動(VLA)ポリシーに、接触反応性を追加するフレームワークLIFTを提案。力覚メモリとゼロ初期化クロスアテンションで反応的アクション専門家を移植し、オンラインDAggerループで分布シフトに対処。タオル折り、本挿入、ハノイの輪配置で性能向上を実証。
- FTP-1: 触覚センサを横断する接触リッチ操作のための汎用基盤触覚ポリシー触覚/基盤モデル2026/6/1
多様な触覚センサとロボット構成に対応する初の汎用基盤触覚ポリシーFTP-1を提案し、約3000時間のデータで事前学習して未見センサへの転移を実証した。
- RoboPocket: スマホでロボットポリシーを即座に改善模倣学習2026/3/1
スマートフォンとARを用いて、物理ロボットを使わずに模倣学習のデータ収集を効率化し、ポリシーを即時改善するシステムを提案した論文。
- VTAM:視覚と言語を超え、触覚を統合したビデオ・触覚・行動モデルVLA2026/3/1
映像から行動を予測するVAMに触覚を追加し、接触の多い繊細な操作を安定化させるマルチモーダル世界モデルを提案。ポテトチップスの把持などで大幅な性能向上を実現。
- カメラ選択の再考:ロボット操作における魚眼カメラ特性の実証研究模倣学習/カメラ特性2026/3/1
ロボット操作における手首搭載魚眼カメラの特性を、シミュレーションと実世界の実験で体系的に分析し、空間定位、シーン汎化、ハードウェア汎化への影響を明らかにした。
- ImplicitRDP: 構造的スローファスト学習による視覚-力覚拡散ポリシーVLA2025/12/1
視覚と力覚を単一ネットワークで統合し、非同期トークンを因果注意で処理する拡散ポリシーを提案。接触の多い操作タスクで高い反応性と成功率を実現した。
- 裏返しロボット:ゼロショットSim-to-Realによる衣類の裏返し操作マニピュレーション2025/9/1
衣類を裏返す動的で遮蔽の多いタスクを、タスク分解とGPU並列MPMシミュレータによる自動データ生成で解決し、実機で最大81.3%の成功率を達成したゼロショットsim-to-realフレームワーク。
- SOE: 多様体上探索によるサンプル効率の良いロボット方策の自己改善マニピュレーション2025/9/1
タスクに関連する要因を潜在空間で表現し、有効な行動の多様体上に探索を制約することで、安全かつ効率的にロボット方策を自己改善するフレームワークを提案した。
- 反応的拡散ポリシー:接触の多い操作のための低速・高速視触覚ポリシー学習視触覚模倣学習2025/3/1
拡散ポリシーで低速に行動チャンクを生成し、高速な触覚トークナイザで閉ループ制御する視触覚模倣学習手法を提案し、接触の多い操作タスクでの性能を向上させた。
- DeformPAM:選好ベースの行動整合による変形物体の長期的操作のためのデータ効率学習マニピュレーション2024/10/1
人間の選好データから報酬モデルを学習し、拡散モデルで生成した複数候補行動を報酬で選別することで、変形物体の長期的操作を少ないデータで高精度に実現する枠組みを提案。
